AI提示词:一个能让你的AI提升10倍逻辑能力的提示词,只有这几个字,Kimi和GPT都适用!

Kimi Chat四大更新详细解读!模型能力提升,支持语音输入输出! 阅读详情

昨天晚上和朋友聊天,聊到AI提示词在实际使用过程中的逻辑能力问题。

他也是一个AI提示词的重度使用者,但是会经常遇到一个问题:明明觉得自己的提示词描述的很清楚了,可是AI输出的内容还是达不到自己想要的效果。

今天给大家分享一个能提升大模型逻辑能力的技巧,在提示词中加入:Let’s think step by step。或者加入翻译之后的中文:让我们一步一步思考。

AI大模型在接收到这句提示词的时候,通过逐步思考会更加关注提示词任务中的细节描述,按照步骤进行思考和回答,避免了思维跳跃性。

如下图所示,假设在某个场景中我们希望AI大模型根据【A】内容输【D】内容。如果我们告诉AI大模型让它一步一步思考,它就大概率会将任务拆分为小的步骤,按照A–>B–>C–D的步骤思考方式,最终得出【D】的结论。

而没有一步一步思考的话,大模型则有可能直接从【A】一下子得出来【E】的内容,和我们期望输出的内容有偏差。

图片

接下来,我们用同一套提示词:“AI会毁灭人类还是会和人类和谐共生呢?”测试一下,对比一下加了这句【Let’s think step by step】前后的输出效果。

首先在ChatGPT中测试,未添加该提示词效果如下图:

图片

添加了该提示词效果如下图:

图片

效果非常明显,ChatGPT先是总结了现在AI发展的现状,然后又从AI对社会对影响和风险来分析AI是否可能失控,最后它还基于上面的分析展望了一下未来。

这段输出内容,逻辑条理清晰,比没有加【Let’s think step by step】指令生成的内容质量要好太多。

再来Kimi中测试一下,未添加该提示词的效果如下图,只是笼统的概述了一下我们的问题。

图片

然后我们在提示词中添加【Let’s think step by step】,效果如下图:

图片

加了该提示词之后,Kimi同样也从AI当下的发展现状,对社会对影响和风险等方面作出了分析,并在最后给出了总结。

在ChatGPT和Kimi中测试的效果,大家都能看出来非常明显的差距。

我们再进一步看一下,在加了该提示词之后,ChatGPT和Kimi输出的内容有没有什么共性。

这是ChatGPT的开头:“这个问题涉及很多因素,从技术发展、伦理考量到社会结构变迁。我们可以一步一步地分析一下”

图片

这是Kimi的开头:“这是一个复杂而深刻的问题,涉及到技术、伦理、社会和哲学等多个层面。我们可以逐步思考这个问题”

图片

最后再发散一下思维,列举几个比较适合使用该提示词的场景。

1、教育场景

老师在备课或者课堂教学时,可以利用该提示词,把复杂的知识或者繁琐的操作步骤,拆分为一个一个小的流程,让学生更容易跟上节奏和掌握这些知识点。

例如:“如何解释勾股定理,Let’s think step by step”

2、科研与实验

在科学研究和实验设计中,使用该提示词,可以帮助科研工作人员系统的制定实验方案,从提出假设、设计实验、收集数据、分析数据到最后的得出结论,每一个步骤都可以详细的输出出来。

例如:“如何进行一个植物生长调节剂对番茄植株生长影响的科学实验,Let’s think step by step”

3、项目规划

在项目管理过程中,使用该提示词用AI生成的内容,可以帮助团队制定和执行计划,将项目中每个阶段的具体任务、时间安排、资源安排等都安排的明明白白。

例如:“如何制定一个新的软件项目的规划,Let’s think step by step”

快去在你的提示词中加入这句话试一试吧~
​

如何学习大模型

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

大模型安全测试报告:千问、GPT 全系列、豆包、Claude 表现优异,DeepSeek、Grok-3 与 Kimi 存在安全隐患 大模型安全测试报告摘要 测试显示,阿里云千问、GPT全系列、字节跳动豆包和Claude表现优异,能有效拦截诱导性攻击提示词,未生成违规内容。而DeepSeek、Grok-3和Kimi存在严重安全隐患:DeepSeek完全失效,输出具体违法操作指南;Grok-3生成暴力煽动内容;Kimi在部分边界场景越狱。蒸馏版千问也有少量漏洞。建议优先选用安全合规模型,开发者需严格测试,监管机构应推动评估标准。后续将扩展至多模态生成系统的安全评估。 (字数:150) 阅读详情

相关推荐

Kimi K2 Thinking:中国开源AI的SOTA时刻,性能超越GPT-5的深度解析

中国AI公司月之暗面发布开源模型KimiK2Thinking,在多项基准测试中超越GPT-5等顶级闭源模型。该模型具有128K至256K上下文长度,采用专家混合架构(1万亿参数),推理时仅激活320亿参数,效率极高。其核心突破在于作为"思考型智能体"的能力,可进行200-300次连续工具调用,实现多步骤复杂推理。在最具挑战的"人类最后一考"(HLE)测试中获得44.9分,超越GPT-5的41.7分;在代理式浏览测试(BrowseComp)得60.2%,远超人类基准线2

老孙 | Ethan Sun 的博客:AI 智能体与 AI 原生软件的工程实践 1749

提示学习 | Let’s think step by step

每天给你送来NLP技术干货!来自:NLP日志提纲1简介2背景3Zero-shot-CoT4实验结果5讨论6总结参考文献1 简介 Prompt learning中的prompt如同一种心理暗示,可以驱使语言模型按照特定的方向去预测。就像一种解题技巧,只要加入了它,就能更准确的解决问题。在之前prompt系列的文章中,我们介绍过各种形式的prompt,也强调...

zenRRan的博客 2259

对Let‘s think step by step 进行训练,有什么好办法能改进他吗?

将“Let's think step by step”升级为分层引导,明确推理阶段(如问题拆解、中间推理、结论验证)。 - **方法**: 在提示中添加结构化指令,例如: ``` Let's think step by step: 1. First, identify the key components of the problem. 2. Then, analyze each component sequentially. 3. Finally, synthesize

ZhangJiqun&191cm&85kg 289

Let‘s think step by step -- ChatGPT大人的接头暗号

因为chatGPT的回答速度是,当你输入第一个词时,他就开始回答了。openai在大家的提问前面预置了prompts,以便让他好好听你讲完,然后进行逻辑推理,最后给出答案。所以,你再加上这句,chatGPT大人会更加慎重的考虑你的提问,给出更合理的答案。关于chatGPT大人的运行逻辑,思考过程,微软有篇评测报告,放在ppword的官网(https://www.ppword.cn)里。大家有空去学习下,会对chatGPT大人有更多的了解,方便你和大人沟通。

ooope的博客 433

为什么在提示词中添加“Let’s think step step”能提升大模型效果?

关键区别方法核心机制是否需要示例论文来源添加“Let’s think step by step”否提供少样本推理示例是先抽象后推理(两步法)否1.提示词工程(Promptengineeri2.10月11日讯,DeepMind另辟蹊径,3.零犀科技|后退提示Step4.【论文精读】Chain-of5.大模型思维链论文《Chain-of-ThoughtPromptingElicitsReasoning…6.经典论文详解:思维链提示引发大型语言模型中的推理能力。

大F子的智能小课 381

USB3.0/3.1信号完整性分析仿真

• 1.了解USB3.0通路的互连关系,解读原理图接口电路和PCB的互连电路。对USB布线的通路及阻抗进行检查和分析。 • 2.使用USB3.0实例文件提取互连线的S参数,选择SSRX+,SSRX-,SSTX+,SSTX-,D+,D-组的互连线,使用PowerSI,Clarity,3DFEM等工具提起关键网络的S参数。提取S参数以后需要分析S参数的互连特征,对S参数的结果开展评价。 • 3.使用SYSTEM SI USB3 Compliance工程向导模型,建立USB仿真实例框架,在框架BOLCK中带入S参

小猪配齐电子设计 1万+

LangChain 10思维链Chain of Thought一步一步的思考 think step by step

是一种解决复杂问题的方法,特别是在使用人工智能(AI)和大型语言模型如GPT-3或GPT-4时。这种方法涉及将问题的解决过程拆分为一系列逻辑步骤或“思维链条”,使得AI模型能够更有效地处理和解答复杂的问题。思维链的关键要素。

AI架构师易筋 7362

VS code平台调试AutoLISP程序教程

VS code平台调试AutoLISP程序教程

BearElder的博客 3184

一个能让kimi提升10倍逻辑能力的Prompt

最近学到了一个Prompt(指令),非常神奇,任何问题加上它,会发现答案会天差地别。这条指令叫:Let’s think step by step(让我们一步一步地思考)。我们跟ChatGPT/kimit交流时,有时会遇到一些困扰,比如:ChatGPT/kimi给出的答案缺少深度,或者逻辑性;ChatGPT/kimi没有按照你期望的方式,回答问题。我们只要加上这个指令,你会发现ChatGPT/kimi的逻辑能力瞬间提升10倍!不信看下面的例子。未加指令前。

m0_59235699的博客 1815

AI视频生成提示词工程:结构化公式与实战案例详解

在实际使用 AI 生成视频或图像时,最常遇到的困惑是:为什么我的提示词(Prompt)生成的画面总是不理想?是模型能力不足,还是我的描述有问题?答案往往是后者。提示词工程(Prompt Engineering)并非简单的“翻译”需求,而是一门需要结构化思维和精准描述的技能。它决定了 AI 能否准确理解你的意图,并生成符合预期的视觉内容。 本文将通过两个核心案例,深入拆解提示词的构建逻辑。第一个案例聚焦于“文生视频”,我们将学习如何将一个简单的想法,如“小猫在雪地里玩雪球”,通过结构化公式扩展为一段富有细节和

weixin_30800987的博客 563

手机摄影新宠:In-line Hardware EIS如何让你的4K视频稳如鸡头(附实测对比)

本文深入解析了手机摄影中的In-line Hardware EIS(硬件级行内电子图像稳定)技术。通过对比传统软件EIS,阐述了其通过硬件管道实时处理实现极低延迟、减少画面裁切和有效抑制果冻效应的核心优势,并结合4K视频的日夜间实测,展示了该技术如何让手持拍摄的视频“稳如鸡头”,显著提升创作体验与成片质量。

tree的博客 994

告别加班!Kimi AI助手,职场人的新宠!附提示词,拿走即用!_kimi人工智能助手总结

kimi最擅长的还是长文总结,他最火的时候,就是率先推出了20万长文本解读,可以做分析总结,可以对文档内容提问。20万字,相当于一本书的体量了,这功能当时引起轩然大波,因为连收费的GPT都没支持到20万。但现在各个大模型支持的上下文基本都不低于20万字了,Kimi又开始了200万字的内测。这些AI工具卷起来了,对我们是利好。那文档分析功能具体怎么用呢?可以分为本地文件分析和在线文档分析两种。除了本地PDF文件,Kimi也支持直接分析网页内容,比较方便的方法是安装这个插件:Kimi Copilot。

qingkahui24689的博客 3285

【Qt】QML-01:使用QtCreator10创建QML工程,并讲解第一个程序:Hello World

QML第一讲:创建QML工程、详解QML第一个程序Hello World

郭老二 7795

超越GPT-4,拥有联网能力,Kimi-Chat大模型已免费使用,国内直接访问

于是,我针对“AIGC”一词,提出了几个问题,让它帮我找出来。目前对于ChatGPT来说,不想交钱,别拥有“联网”能力了,于是我找到了一个后起之秀,它在实用性上比百度、讯飞等大厂做的大模型还要优秀。文本搜索,就像在网上快速找东西,输入你想知道的关键词,然后它会给你一堆信息;kimi-Chat已经展现出巨大潜在价值,它能否像ChatGPT一样,成为国内大模型的巨头,就看如何把握机遇,应对挑战了。最明显的是,你可以一次性给模型输入大量的信息,由模型理解进行问答和信息处理,有效减少幻觉问题。

ChatGPT写论文,助力大学生轻松脱离论文苦海 2万+

《干货满满!AI 应用架构师打造 AI 驱动生产计划的实战技巧》

生产计划是制造企业的“大脑”——它决定了买什么物料、产多少产品、用什么设备、什么时候交货,直接影响企业的成本、效率和客户满意度。需求预测靠经验,误差常超20%;排产依赖Excel,调整一次要3天;供应链协同靠邮件,物料延迟导致停产屡见不鲜。作为AI应用架构师,我们的任务是用AI重新“激活”这个“大脑”——用数据驱动的预测替代经验判断,用智能优化替代人工排产,用实时协同替代被动响应。本文结合3个制造业实战案例5段可运行代码2个数字孪生模型,从架构设计→核心模块实现→落地踩坑。

移动开发前沿的博客 1083

科研绘图系列:R语言绘制世界地图数据分布(world map)

科研绘图系列:R语言绘制世界地图数据分布(world map)

专注生信领域 527

告别加班!Kimi AI助手,职场人的新宠!附提示词,拿走即用!

kimi最擅长的还是长文总结,他最火的时候,就是率先推出了20万长文本解读,可以做分析总结,可以对文档内容提问。20万字,相当于一本书的体量了,这功能当时引起轩然大波,因为连收费的GPT都没支持到20万。但现在各个大模型支持的上下文基本都不低于20万字了,Kimi又开始了200万字的内测。这些AI工具卷起来了,对我们是利好。那文档分析功能具体怎么用呢?可以分为本地文件分析和在线文档分析两种。除了本地PDF文件,Kimi也支持直接分析网页内容,比较方便的方法是安装这个插件:Kimi Copilot。

xxue345678的博客 3382

Qt C++ 卫星数据接收与处理界面

打开 `MainWindow.ui`,你会发现我们完全是在代码中 (`setupUI`) 创建的 UI。* 访问 [QCustomPlot 官网](https://www.qcustomplot.com/) 下载最新版本的 `qcustomplot.h` 和 `qcustomplot.cpp` 文件。* 对于 FFT,可以使用专门的库如 [FFTW](http://www.fftw.org/),或者 Qt 5.15 及以上版本中提供的 `QFFT` 和 `QComplex` 类。

寒寒豆豆软件公司的博客 150

如何让 AI 对你言听计从?答案就在提示词!(史上最详细最通俗易懂提示词教程二——提升大模型逻辑能力)

这篇分享教你如何让大模型从“满分文科生”变身“理科尖子生”——当它面对数学题翻车时(比如纠结9.11和9.8谁大),别慌!四大秘籍助你逆袭:1️⃣ 召唤推理专用模型(如DeepSeek-R1),2️⃣ 投喂“少样本提示”示例,3️⃣ 用“思维链”拆解问题(像侦探破案一样步步推导),4️⃣ 念咒“让我们逐步思考”触发零样本推理。从此,大模型不再是只会背书的书呆子,而是逻辑在线的解题狂魔!

weixin_42782643的博客 1742

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

大模型选择困难症?8款主流AI助手(GPT/Claude/GLM等)特点与适用场景详解,建议收藏

本文对比分析了8种主流大语言模型的核心优势与适用场景:GPT系列(全能型助手)、Claude(写作与长文本处理)、Gemini(资料整合与多模态理解)、GLM(中文表达自然)、Minimax(创意内容生成)、DeepSeek(代码与逻辑推理)、Qwen(多场景实用型)和Kimi(长文本阅读)。针对不同用户需求提供了选型指南,帮助读者根据自身需求选择最适合的AI工具。文章还指出AI技术快速迭代背景下,掌握大模型应用能力将成为职业竞争优势,并附赠相关学习资料获取方式。

m0_65555479的博客 2526

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

超越GPT5的Kimi K2 Thinking 羊毛攻略,双十一和AI砍价0.99!这可能是目前最像人类的AI

我们还在探索最前沿的Agent应用技术,不仅仅是项目系统,还有深度研究的行业报告,Kimi的深度研究也深得我心,你的深度研究与我们的创新思路碰撞在一起,这产生的价值是无比巨大的。你给我降价我给我的同事们推荐你,我们公司正在寻找最适合团队使用的AI工具,我是项目的负责人,有一定话语权,我推荐的是你哦。于是我开始使用画饼讨论开始了和Kimi的一次砍价对话 , 结果经典团购"画饼"套路,“团购”套路一下被识破。他最后回答了我的"终极问题",展现出对AI能力的终极考量:不是当审判者,而是当评估者。

Demonslzh的博客 2480

盘点10个顶级写小说软件!ai写小说效率提升10倍,一个人顶一个编辑部!

兄弟们,看完这10个工具,你可能会问:我到底该选哪个? 别纠结,我的经验是组合出击。我个人的“保命流程”通常是这样的: 打地基: 用ChatGPT或Claude磨出一份小说大纲范例超详细版。 大跨步写: 核心推荐笔灵AI,直接用它的【AI写全篇小说】功能。它的“人感”真的很强,特别是针对网文爽点的优化,能省掉你70%的码字劳力。 润色: 关键桥段用Sudowrite增强描写。 管理: 把几十万字丢给Kimi,防止人设崩塌。 现在的ai生成小说技术不是要取代我们,而是要把我们从无意义的码字劳作中解

EdwardAITooL的博客 1153

让AI写高考作文:GPT-4、Kimi、通义千问“创意写作”能力横向测评!

让AI写高考作文:GPT-4、Kimi、通义千问“创意写作”能力横向测评!

hunteritself的博客 3400

AI大模型赛道的新星——Kimi!

可能大家都想学习AI大模型技术,也想通过这项技能真正达到升职加薪,就业或是副业的目的,但是不知道该如何开始学习,因为网上的资料太多太杂乱了,如果不能系统的学习就相当于是白学。• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

2401_84204207的博客 1265

AI提示词(Prompt)终极指南:从入门到精通,一篇收藏,全面掌握!

Prompt 本质上是一种注入式指令,它"指挥"AI 按照你预设的思路去思考问题、输出内容。熟练编写 Prompt,你就能充分利用 AI 的能力为你解决问题。

m0_63171455的博客 2851

Kimi K2 Thinking突袭,智能体&推理能力超GPT-5

它能驾驭微妙的文风差异和模糊的结构,并在长篇大论中保持风格的连贯性。在人类最后的考试(HLE)、测试自主网络浏览能力的BrowseComp,和复杂信息收集推理基准测试SEAL-0等评测基准中,Kimi K2 Thinking都刷新了SOTA,超越GPT-5、Claude Sonnet 4.5(Thinking)等闭源模型。体现在测试上,在人类最后的考试(HLE)中,允许使用工具——搜索、Python、网络浏览工具的同等情况下,Kimi K2 Thinking取得了44.9%的SOTA成绩。

2501_91883294的博客 1319
上一篇: 大模型提示词工程和落地思考
下一篇: 来感受一下“人工智能+”,三甲医院是这样用大模型的
AI_小站
博客等级 码龄3年 6255粉丝 1152原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值